Половина крупных компаний притормозила внедрение ИИ-агентов, когда расходы на их работу обогнали приносимую пользу. По опросу KPMG среди 2145 руководителей из 20 стран, 49% свернули, сузили, отложили или поставили на паузу такие проекты, а подтверждённый возврат вложений получили только 7%. При этом «значимую пользу» отметили 76%. Разрыв между «нравится» и «окупается» впервые измерен в цифрах.
ИИ-агент, о котором идёт речь в опросе, это программа на базе нейросети, которая не просто отвечает на вопрос, а выполняет задачу в несколько действий: сама ищет данные, обращается к сервисам, проверяет результат.
Цифра 7% уже пошла по заголовкам как приговор искусственному интеллекту. Приговор она не подтверждает. В опубликованных срезах того же исследования сильнее всего компании разошлись по одному признаку, и признак этот скучный: знает ли компания, сколько тратит.
Что именно измерила KPMG
Global AI Pulse это ежеквартальный опрос руководителей компаний, который KPMG ведёт с 2025 года. Второй выпуск 2026 года: 2145 руководителей высшего звена, 20 стран, поле собиралось с 28 апреля по 25 мая 2026 года. Порог участия: компании с выручкой от 50 миллионов долларов, для американской подвыборки от миллиарда.
Порог важен: это не малый бизнес. У опрошенных есть и бюджет, и штат, и подрядчики. Именно поэтому результат интересен малому бизнесу — как нижняя граница ожиданий. Если у компании с выручкой в 50 миллионов внедрение не окупается, то предположение «у нас получится само, потому что мы гибче» ничем не обеспечено.
| Показатель | Значение |
|---|---|
| Свернули или сузили внедрение агентов | 24% |
| Отложили или поставили на паузу | 25% |
| Итого притормозили | 49% |
| Отметили значимую пользу для бизнеса | 76% (плюс 12 пунктов к первому кварталу) |
| Подтвердили состоявшийся возврат вложений | 7% |
| Планируемые вложения на 12 месяцев | в среднем 188 млн долларов на компанию |
Возврат вложений, он же ROI, это подтверждённый расчётом ответ на вопрос, вернулись ли потраченные деньги и сколько сверху. «Польза» таким ответом не является: под ней в опросе понимается ощущение руководителя, что стало лучше.
KPMG продаёт консалтинг по внедрению искусственного интеллекта, то есть исследование выпускает заинтересованная сторона. Обычно на это делают поправку в сторону приукрашивания. Здесь вывод работает против интереса издателя: он говорит, что внедрения буксуют. Такие данные заслуживают больше доверия, чем те, которые продавцу удобны.
Признак, по которому окупившиеся расходятся с остальными
KPMG опубликовала срез по тому, насколько компания видит собственные расходы на работу ИИ. Полная видимость расходов с постоянным контролем оказалась у 35%, частичная у 42%, у 21% данных в реальном времени нет вообще. «Полная видимость» здесь означает, что в компании есть место, где в любой момент видна текущая сумма расходов на ИИ, без ручного сбора выписок.
Сопоставление с результатом:
Пятикратная разница по одному признаку. Оговорим сразу: опрос показывает связь, а не причину. Компания с налаженным учётом обычно и в остальном управляется аккуратнее, и это объясняет часть разрыва. Но одна вещь верна и без всякой причинности: пока расходы не сведены, вопрос об окупаемости просто не имеет ответа, потому что не с чем сравнивать результат.
Механика за этим простая, и в малом бизнесе она даже очевиднее. Расходы на ИИ не выглядят как расходы. Это не зарплата и не аренда, где сумма приходит одним счётом раз в месяц. Это десяток мелких списаний по разным подпискам, каждое из которых по отдельности выглядит незначительным. Пока их никто не складывает, вопрос «окупается ли» не имеет ответа даже теоретически: неизвестен знаменатель.
Отдельно KPMG приводит цифру по причинам торможения: 33% руководителей назвали ключевой сложностью именно ограниченное понимание стоимости использования. Не качество моделей и не сопротивление сотрудников.
Почему ИИ-агенты дороже, чем кажутся на старте
Прототип работает, все довольны, счёт маленький. Через три месяца счёт вырос в десять раз, а пользы столько же. История типовая. Причин обычно три, и все три вылезают не сразу.
Стоимость масштабируется от использования, а не от числа сотрудников. Привычная логика подписки: заплатил за место, пользуйся сколько угодно. У агентов иначе: платите за объём обработанного текста. Токен это единица, которой модели меряют текст: страница обычного текста весит примерно 500–700 токенов. Чем больше сотрудник работает с агентом, тем выше счёт. Активный пользователь обходится дороже пассивного в десятки раз, и рост расходов совпадает по времени с ростом внедрения.
Агент на каждом шаге заново читает всю историю задачи. Одна задача, решаемая агентом в несколько действий, оплачивается не один раз: на каждом шаге модель заново получает историю разговора. Цепочка из десяти шагов стоит существенно дороже, чем десять отдельных вопросов.
Неудачные запуски оплачиваются полностью. Агент, который сделал работу неправильно и был перезапущен, тарифицируется дважды. В прототипе на пяти примерах этого не видно. На потоке из тысячи задач в месяц это заметная статья.
Если на вопрос «сколько нам стоил искусственный интеллект в прошлом месяце» ответ приходится искать дольше пяти минут, вы находитесь в той группе, где возврат вложений подтверждают 3%. Это не оценка качества вашей работы, это состояние учёта.
Как малому бизнесу посчитать свой ИИ-контур за месяц
Данные KPMG собраны по крупным компаниям, но сам метод учёта работает на любом масштабе. Понадобится вечер и таблица из пяти столбцов.
Соберите все списания за месяц
Выписка по карте и по счёту компании за 30 дней. Выпишите каждое списание, связанное с ИИ: подписки на чаты и помощников, оплата по счётчику, то есть не фиксированная сумма в месяц, а плата за фактический объём обработанного текста, сервисы генерации картинок и видео, транскрибация, встроенные ИИ-функции в сервисах, за которые доплачиваете отдельно.
Добавьте часы людей
Время сотрудников на настройку, переделку и проверку результата. Считается по их часовой ставке. Это самая большая и самая незаметная строка: у большинства она перевешивает стоимость самих подписок.
Разнесите расходы по задачам, а не по сервисам
Столбец «на что». Не «оплата сервиса N», а «подготовка текстов для сайта», «обработка обращений», «отчёты». Сервис может обслуживать три задачи, из которых окупается одна, и в разрезе сервисов это никогда не будет видно.
Проставьте измеримый результат по каждой задаче
Сэкономленные часы, число обработанных обращений, число заявок. Строки без измеримого результата не вычёркивайте, а пометьте отдельно. Их сумма — цена вашего эксперимента, и её полезно знать точно.
Повторите через месяц и сравните
Одна точка ничего не показывает. Смысл появляется на второй: видно, какие задачи дешевеют по мере отладки, а какие дорожают вместе с использованием.
Дальше решение принимается по строкам, а не по направлению целиком. Задача с измеримым результатом остаётся и расширяется. Задача без результата или закрывается, или получает срок и порог: до какого числа и какой цифры она должна дойти. Похоже, что примерно к этому и пришли те 49% из опроса, хотя сам опрос фиксирует только сам факт торможения и его причину, а не то, как именно компании пересобрали работу.
Что из этого следует для рекламы и продвижения
В нашей работе учёт устроен именно так, и разница между двумя типами задач видна отчётливо.
Задачи с измеримым результатом живут и растут. Это подготовка и проверка объявлений, разбор поисковых запросов, поиск точек слива бюджета, обработка отчётов. Здесь есть привычная цифра для сравнения: цена заявки. Методику расчёта мы разбирали в материале про цену заявки в Google Ads, а перечень применений внутри рекламного кабинета — в статье про использование ИИ в Google Ads.
Отдельная статья расходов, о которой почти никто не думает заранее, это работа ИИ-роботов на вашей стороне: мы разбирали свой замер в материале про ИИ-ботов на сайте и проверку логов.
Задачи без цифры на выходе оказываются самой частой ловушкой. «Настроили ассистента, стало удобнее» не проходит проверку, потому что удобство не сравнивается с суммой в выписке. Именно эта категория и составляет разрыв между 76% и 7%.
Бывает и третий случай: деньги не возвращаются, зато вы быстрее понимаете, что работает. Тратить ради этого можно, но тогда так и запишите в таблице и поставьте дату, к которой ответ должен быть получен. Без даты и без порога это уже просто расход.
Хотите понять, что в вашей рекламе реально приносит заявки?
Пройти диагностикуКак читать заголовок «ИИ не окупается»
Волна пересказов исследования уже свелась к формуле «искусственный интеллект не работает». Данные говорят другое. Пользу видят три четверти опрошенных, а планируемые вложения на ближайшие двенадцать месяцев держатся в среднем на уровне 188 миллионов долларов на компанию, то есть сворачивания расходов в целом не происходит. Буксует конкретное управленческое поведение: тратить, не считая, и оценивать результат ощущениями.
Практический вывод для компании любого размера умещается в одну строку. Прежде чем спорить о выборе модели, стоит узнать сумму собственного счёта за месяц: без неё разговор об окупаемости беспредметен, а компании, которые эту сумму знают, подтверждают возврат вложений в пять раз чаще.
Частые вопросы
Источник данных: KPMG Global AI Pulse Q2 2026, опрос 2145 руководителей высшего звена в 20 странах, поле с 28 апреля по 25 мая 2026 года, порог участия — выручка от 50 млн долларов. Материал актуален на 10 августа 2026 года.